职位描述1.设计面向具身机器人本体亲和的轻量化、高性能推理框架，支持CNN、Transformer、Mamba、GNN等主流网络结构； 2.面向GPU/NPU的具身多模态算子开发与性能优化，实现内存复用、算子融合、数据排布优化、多流并行等通用加速策略; 3.对模型推理过程进行时间、功耗、内存占用分析，定位瓶颈并设计软硬协同优化策略； 4.实现支持PTQ/QAT的量化工具链(INT8/INT4/FP8/MXFP8等浮点混合精度)； 5.跟进VLA、世界模型、空间智能等最新算法架构趋势，及时洞察捕捉低精度量化、AIKernelGen、投机推理等在具身本体上的模型高效推理适配技术;任职要求1.具备主流大模型推理框架加速引擎（如 TensorRT-LLM）在主流硬件平台（如英伟达Orin）的优化经验，有实际的算子级优化、KV Cache 极限管理或内存带宽优化经验者优先。 2.计算机、高性能计算、人工智能等相关专业背景，具有 AI Infrastructure、深度学习编译器优化研发经验。 3.精通 C++ 和 Python，深入理解 GPU/NPU 硬件架构，熟练掌握 CUDA 编程、多线程异步编程。 4.熟悉机器人底层通信 ROS2/CyberRT，对全链路性能分析（Profiling）与瓶颈定位有丰富经验。
